遗传支持向量机在液压泵轴承故障的预测与应用

为了能够提高液压泵轴承故障预测的效率,深入地研究了支持向量机在液压泵轴承故障诊断中的预测和应用。提出了遗传模拟退火算法优化的最小二乘支持向量机预测模型,并分别对最小二乘支持向量机和遗传模拟退火算法进行了描述,给出了优化预测模型。通过实例研究,结果表明该方法具有较高的预测精度。     

基于AdaBoost-BAS-SVM模型的岩爆预测研究

岩爆是发生在深埋地下高应力岩体开挖工程中的一种动力破坏现象,作为矿山开采过程中的主要工 程地质灾害之一,其等级预测是必须解决的岩石工程的重大问题。综合岩爆预测过程中多因素影响,选取 σθ/σc、 σ c/σt、Wet作为岩爆等级预测指标。通过利用天牛须搜索（BAS）算法解决支持向量机（SVM）中的重要参数 C 与 gamma 择优问题,并引用 AdaBoost 集成学习算法对 BAS-SVM 弱学习器进行强化训练,解决了单一分类器不稳定问题, 最终建立了 AdaBoost-BAS-SVM 岩爆等级预测模型。通过收集到的 194 组实例数据对该模型进行训练测试,并与 SVM、BAS-SVM、AdaBoost-SVM 3 组模型进行结果对比。结果表明：该模型较其他 3 组模型预测准确度更高,其收 敛性能明显提高,可有效、快速地预测岩爆等级。     

基于数据挖掘技术的天然气价格预测方法研究

天然气价格是影响天然气企业经营决策与运营效益的重要因素,在此背景下,如何准确地预测未来天然气价格自然成为产业界关注的热点话题。此外,在数据挖掘技术快速发展的时代,如何将该技术应用于传统的天然气行业,融入天然气价格的预测当中,也是学术界所探讨的重要话题。基于此,本文首先回顾了以往天然气价格预测方法,然后以传统数据挖掘技术中的模式序列相似性搜索方法(PSS)为基础,通过对该方法中历史序列搜索匹配机制及结果处理机制的改进,提出了一种新的改进模式序列相似性搜索(APSS)天然气价格预测方法。在方法构建之后,采用美国天然气日度现货价格数据对该方法的有效性进行了实验验证。实验结果表明,本文提出的基于数据挖掘技术的APSS方法能够实现对天然气价格的合理预测,且与传统的PSS方法相比,APSS方法的预测结果具有更高的预测精度。     

基于PSOGA-SVM的露天矿卡车油耗预测研究

针对露天矿卡车运输油耗预测问题,提出了一种基于遗传算法(GA)改进的粒子群优化算法(PSO),用以优化支持向量机(SVM)参数,构建了基于PSOGA-SVM的露天矿卡车油耗预测模型.模型考虑运量、运距、道路质量以及天气等8个影响因子,选取某大型露天矿智能生产管控系统中采集到的卡车油耗数据进行试验,将模型应用于矿山实际进...     

基于HGSVMA的露天矿卡车行程时间动态预测研究

针对露天矿卡车在车流规划中的行驶时间预测问题,提出一种基于遗传算法优化SVM参数方法,并考虑卡车状态、速度、载重量以及路面类型、坡度等9个影响因子,构建了基于HGSVMA的露天矿卡车行程时间预测模型。实验选取某大型露天矿卡车调度系统所采集的卡车行程时间进行仿真模拟,并将HGSVMA模型与GS-SVM、PSO-SVM和GA-SVM模型的预测结果进行对比,结果表明,HGSVMA模型预测效果最好,对提高露天矿卡车行程时间预测具有良好的应用前景。     

基于HGSVMA模型的露天矿卡车行程时间动态预测研究

针对露天矿卡车在车流规划中的行驶时间预测问题,提出一种基于遗传算法优化SVM参数方法,并考虑卡车状态、速度、载重量以及路面类型、坡度等9个影响因子,构建了基于HGSVMA模型的露天矿卡车行程时间预测模型.实验选取某大型露天矿卡车调度系统所采集的卡车行程时间进行仿真模拟,并将HGSVMA模型与GS-SVM模型、PSO-S...     

基于蚁群算法优化SVM的瓦斯涌出量预测

为了提高瓦斯涌出量预测的精度和预测模型的泛化能力,提出了一种基于蚁群算法(ACO)优化支持向量机(SVM)参数的瓦斯涌出量预测方法。在SVM所建立预测模型中各个参数的取值区间内,采用蚁群优化算法计算预测模型各个参数的最佳值,基于最佳参数的SVM建立瓦斯涌出量预测模型。结果表明:采用未优化的SVM建立的预测方法,其个别预测误差相对较大,最大误差为8.11%,平均误差为4.68%,采用ACO对于预测模型的参数进行优化后,预测性能有显著提高,最大误差为4.37%,平均误差为2.89%,表明所建议的方法是有效、可行的。     

最小二乘支持向量机与马尔可夫链组合预测应用研究——以四川省天然气消费量为例

天然气作为四川省的一种主要能源,正确合理地对天然气消费量进行预测有着重要的意义。在历史数据有限的情况下,为解决四川省天然气消费量预测的问题,提出一种基于最小二乘支持向量机与马尔可夫链的组合预测模型。首先,利用经过优化后的最小二乘支持向量机建立四川省天然气消费量的时间序列预测模型;然后借助马尔可夫链进行系统状态划分,缩小预测区间以提高预测精度;最后运用该模型对四川省2007～2011年天然气消费量做出预测。计算结果表明,该模型具有一定的精度和可靠性。     

基于PSOGA႗SਧM 的露天矿卡车油耗预测研究

针对露天矿卡车运输油耗预测问题,提出了一种基于 遗传算法(GA)改进的粒子群优化算法(PSO),用以优化支 持向量机(SVM)参数,构建了基于 PSOGAＧSVM 的露天矿 卡车油耗预测模型.模型考虑运量、运距、道路质量以及天 气等８个影响因子,选取某大型露天矿智能生产管控系统中 采集到的卡车油耗数据进行试验,将模型应用于矿山实际进 行试验.试验结果表明,PSOGAＧSVM 卡车油耗预测模 型 能够比较快速、准确地预测出卡车油耗数据.相比其他对比 试验模型,预测精度提高了３０％、预测稳定性提高了３４％, 模型在露天矿卡车燃油消耗的预测应用中具有较好的适应 性,可为露天矿卡车燃油消耗考核与油库管理提供参考.     

深基坑变形预测的支持向量机方法

提出了一种预测深基坑变形的新方法支持向量机，可很好地表达深基坑变形与其影响因素之间的非线性映射关系，并应用该方法建立了相应的模型，预测结果表明，利用该方法进行深基坑变形是可行的、有效的。     

基于多项式趋势面分析理论的天然气需求预测

天然气消费需求量是影响天然气产业链的主要参考数据,而国家经济发展和人口规模是影响天然气消费需求量最为主要的因素。根据国内生产总值GDP和人口数量,本文首次利用多项式趋面分析理论,并通过最优拟合原则建立起天然气消费需求量与国内生产总值（GDP）和人口数量相关的最佳数学预测模型,并基于该预测模型对未来天然气消费需求量进行了具有一定可靠性的预测分析。     

基于灰色-偏最小二乘组合模型的中国天然气需求预测

在世界能源低碳化的趋势下,天然气以其高效、清洁、安全等优点成为低碳能源的重要组成部分。我国正处于低碳能源转型的特殊时期,经济发展进入新常态,天然气作为重要的基础性能源,对国民经济的快速发展起着关键的支撑作用。首先,利用灰色模型对我国天然气需求各类影响因素的发展趋势进行了预测分析。随后,考虑到天然气需求影响因素之间具有共线性的特点,又利用偏最小二乘回归模型对影响因素进行回归建模,以克服变量之间的多重共线性对预测结果的影响。最后,利用回归方程对2018—2027年我国天然气需求量进行预测,预测结果显示2018—2027年天然气需求量呈现稳定持续缓慢增长的趋势,其中2023年会出现小幅度的下降,但是总需求的年增长率保持在10%左右,同时天然气的消费占比在2025年将会超过10%。     

中国天然气产业规制问题研究

我国目前正处于由计划经济向市场经济过渡的经济转轨阶段,一些自然垄断行业为了顺应经济制度的转变进行了拆分、引进竞争等方式以适应经济发展和提高资源配置效率,如电信、航空业等。天然气行业作为公共事业同样具有自然垄断特点,在进入大发展时期和经济转型期的双重机遇和挑战面前,其规制模式应该向着哪个方向倾斜已是当前的重大课题。本文通过运用自然垄断和规制经济学的理论,借鉴国外天然气产业规制模式,分析了天然气行业的技术经济特点,提出了放松规制是中国现阶段天然气产业的规制改革取向。     

中国天然气产业规制问题研究

我国目前正处于由计划经济向市场经济过渡的经济转轨阶段，一些自然垄断行业为了顺应经济制度的转变进行了拆分、引进竞争等方式以适应经济发展和提高资源配置效率，如电信、航空业等。天然气行业作为公共事业同样具有自然垄断特点，在进入大发展时期和经济转型期的双重机遇和挑战面前，其规制模式应该向着哪个方向倾斜已是当前的重大课题。本文通过运用自然垄断和规制经济学的理论，借鉴国外天然气产业规制模式，分析了天然气行业的技术经济特点，提出了放松规制是中国现阶段天然气产业的规制改革取向。     

基于自然伽马数据绘制并分析Fischer图解：以大庆长垣姚家组为例

在大庆长垣地区选取典型的取心井DQ-Z90对姚家组进行高频层序划分,共识别出91个超短期旋回、32个短期旋回、9个中期旋回、3个长期旋回,并绘制Fischer图解;同时,在该取心井周围另选取2口取心井DQ-N1和DQ-N2,利用自然伽马测井数据,运用线性回归、一阶差分等方法来计算沉积旋回个数和厚度,并利用Fischer图解法建立相应的湖平面变化曲线。结果表明,这3口取心井的Fischer图解存在可对比性,而且它们和松科1井的Fischer图解存在一致性,均直观地反映了高频湖平面的变化特征和长周期湖平面的变化趋势。由此证明此计算方法的可行性,并验证了Fischer图解的一致性。     

基于时间序列分析的水轮机叶片动态参数识别

机械系统的动态特性是反映设备运行的重要指标,掌握机械系统的动态参数对于操作人员有着很大的指导意义。系统的动态参数识别经常采用理论模态分析和实验模态分析方法,它们对于机械设备的设计和故障分析具有非常重要的意义。但是,这两种方法分别存在着复杂的数学分析和难以模拟实际机械系统的工作状况的缺陷。本文提出应用时间序列分析方法来识别机械系统的动态参数,正是为了克服前两种分析方法的不足,可以在既不需要太复杂的数学理论知识和设备的具体物理结构信息,也不需要在了解设备的工作激励的情况下,仅仅利用测量获得的响应,就可以计算出机械设备的动态参数,应用实例通过对水轮机叶片振动信号建立ARMA模型,然后利用模型与系统动态参数的关系,可以获得叶片的各阶模态固有频率和阻尼比〔3〕。     

中国天然气资源特点及其在能源结构中的地位分析

中国天然气可采资源量约 11 5 4× 10 12 m3 ,是世纪上天然气资源大国。但与世界平均水平相比 ,天然气资源却相对贫乏。中国天然气资源集中分布在远离东部经济发达区的中、西部地区 ,而且气田规模偏小 ,气田储量丰度较低。目前 ,中国天然气资源探明程度相当低 ,天然气资源勘探潜力巨大 ,天然气产量有望大幅度增长 ,预计 2 0 0 5年、 2 0 10年和 2 0 15年国内天然气产量将分别达到 5 0 0×10 8m3 、 830× 10 8m3 和 135 0× 10 8m3 。近中期内国产天然气在一次能源结构中的比例有望较大幅度提高 ,预计从 2 0 0 0年 2 5 %上升到 2 0 15年的 9 4 %。这对优化能源结构 ,提高能源利用效率 ,实现中国能源的可持续发展具有重要作用。